论文研究-基于动态贝叶斯网络的语音识别及音素切分研究.pdf下载

研究了一种基于动态贝叶斯网络（dynamic bayesian networks, DBN）的语音识别建模方法，利用GMTK（graphical model tool kits）工具构建音素级音频流DBN语音训练和识别模型，同时与传统的基于隐马尔可夫的语音识别结果进行比较，并给出词与音素的切分结果。实验表明，在各种信噪比测试条件下，基于DBN的语音识别结果与基于HMM的语音识别结果相当，并表现出一定的抗噪性，音素的切分结果也比较准确。